
[PHP] 문자열 자르고 말줄임표 붙이는 함수
function ellipsis_text($text, $len = 140)
{
$text = strip_tags($text);
if (mb_strlen($text) <= $len) {
return $text;
} else {
$text = html_entity_decode($text);
$text = mb_strcut($text, 0, $len, 'utf-8');
$text = htmlspecialchars($text);
return $text . "…";
}
}
위 함수를 사용하면 글자를 자른 후 말줄임표를 붙인다.
특징1 - html_entity_decode
함수
일단 html_entity_decode
함수를 사용했다.
HTML에서 <
나 >
를 표현하려면 <
이나 >
같은 형태로 써 줘야 한다.
자, <한겨레>
라는 문자열이 있다고 생각해 보자. 앞에서부터 7바이트를 자른다고 생각하자. 한글은 3바이트, 영문과 기본 특수문자는 1바이트이므로 <한겨
라고 나올 것이라고 생각할 것이다. 그러나 아니다. 함수는 아마도 <한
만 리턴할 것이다. 실제 html 코드는 <한겨레>
으로 들어가 있기 때문이다. 이런 걸 HTML 엔티티라고 부르며, 문자열을 자를 때는 이런 HTML 엔티티를 염두에 둬야 한다.
한 가지 예를 더 들어 보자. 만약 <한겨레>
를 15바이트만큼 자른다고 해 보자. 그러면 <한겨레&g
까지 잘린다. 이게 HTML로 변환되면 앞의 <
는 온전한 HTML 엔티티이므로 <
로 변환되지만, 뒤의 &g
는 온전한 HTML 엔티티가 아니므로 변환이 안 된다. 그래서 결국 브라우저에서는 <한겨레&g
라고 표시되게 된다. 글자를 잘르다가 텍스트가 깨지게 되는 것이다.
그래서 DB 등에 저장된 문자열 형태인 <한겨레>
를 html_entity_decode()
를 이용해서 <한겨레>
로 만든 다음 문자열을 자르는 것이다.
특징2 -mb_strcut
함수
보통 문자열을 자를 때 substr
을 사용할 거다. 그러나 이건 알파벳에 최적화된 놈이다. 이걸로 한글을 자르면 글자가 깨지는 경우가 생긴다.
그래서 mb_strcut
이나 mb_substr
이라는 함수가 새로 나왔다. (새로 나왔다지만 이미 PHP 4.0.6 부터 있었던 것 같다;; 이 두 함수는 다른 방법으로 같은 역할을 수행한다. 단, mb_substr
은 인자값에서 1이 글자수고, mb_strcut
은 바이트수다.) 이들 함수의 mb는 multi-byte의 약자다.
이 함수를 사용하면 한글도 깨지지 않고 잘 잘린다.
예제
아래와 같이 test.php
따위의 파일을 만들어서 실행해 보면 함수를 잘 이해할 수 있을 것이다.
$str = "abc와!!!";
echo "원래 문자열: $str <br/>";
$after_substr4 = substr($str, 0, 4);
$after_substr5 = substr($str, 0, 5);
$after_substr6 = substr($str, 0, 6);
$after_substr7 = substr($str, 0, 7);
$after_substr8 = substr($str, 0, 8);
$after_substr9 = substr($str, 0, 9);
echo "after substr 4: $after_substr4 <br/>";
echo "after substr 5: $after_substr5 <br/>";
echo "after substr 6: $after_substr6 <br/>";
echo "after substr 7: $after_substr7 <br/>";
echo "after substr 8: $after_substr8 <br/>";
echo "after substr 9: $after_substr9 <br/>";
$after_mb_strcut4 = mb_strcut($str, 0, 4, "UTF-8" );
$after_mb_strcut5 = mb_strcut($str, 0, 5, "UTF-8" );
$after_mb_strcut6 = mb_strcut($str, 0, 6, "UTF-8" );
$after_mb_strcut7 = mb_strcut($str, 0, 7, "UTF-8" );
$after_mb_strcut8 = mb_strcut($str, 0, 8, "UTF-8" );
$after_mb_strcut9 = mb_strcut($str, 0, 9, "UTF-8" );
echo "after mb_strcut 4: $after_mb_strcut4 <br/>";
echo "after mb_strcut 5: $after_mb_strcut5 <br/>";
echo "after mb_strcut 6: $after_mb_strcut6 <br/>";
echo "after mb_strcut 7: $after_mb_strcut7 <br/>";
echo "after mb_strcut 8: $after_mb_strcut8 <br/>";
echo "after mb_strcut 9: $after_mb_strcut9 <br/>";
/*결과 -
원래 문자열: abc와!!!
after substr 4: abc�
after substr 5: abc�
after substr 6: abc와
after substr 7: abc와!
after substr 8: abc와!!
after substr 9: abc와!!!
after mb_strcut 4: abc
after mb_strcut 5: abc
after mb_strcut 6: abc와
after mb_strcut 7: abc와!
after mb_strcut 8: abc와!!
after mb_strcut 9: abc와!!!
*/
substr()
로 4바이트나 5바이트를 잘랐을 때 한글이 깨지는 것을 알 수 있다. 특수문자와 영문은 1바이트, 한글은 3바이트 처리된다는 것도 알 수 있다.